Infrastrutture hardware: Architettura Flessibilità nel calcolo modularità della struttura scalabilità dei componenti standardizzazione dei componenti abbattimento dei costi semplicità di installazione e di esercizio del sistema disponibilità di applicazioni a basso prezzo di vendita
Architettura Unità Centrale di Elaborazione Memoria Elettronica Memoria Magnetica Collegamenti (BUS/Cavi) Periferiche
Schema di riferimento PC Registri ALU Memoria di massa Video/tastiera (terminale) CPU Memoria Interfaccia di I/O Interfaccia di I/O BUS dati indirizzi controllo CPU componente principale che controlla e elabora (sono microprocessori cessori es. Intel Pentium o AMD Athlon) Memoria memorizza i dati in formato binario che servono alla CPU.. Insieme di celle adiacenti ciascuna con un suo indirizzo. Collegamento tra le unità BUS con tipologia MASTER-SLAVE. SLAVE. CPU master, Periferiche slave. Tre BUS: Dati, Indirizzi e Controllo
Scheda madre (motherboard) Schema di riferimento RAM CPU Bus dati Bus indirizzi Bus di controllo Interfaccia di I/O Interfacce di I/O Interfacce di I/O Schermo Tastiera e mouse Altoparlanti Memoria di massa
La scheda madre
Collegamento al bus Semplicità un unica linea di connessione costi ridotti di produzione Estendibilità aggiunta di nuovi dispositivi molto semplice Standardizzabilità regole per la comunicazione da parte di dispositivi diversi Lentezza utilizzo in mutua esclusione del bus Limitatà capacità al crescere del numero di dispositivi collegati Sovraccarico del processore (CPU) perchè funge da master sul controllo del bus
ELABORAZIONE STATISTICA DEI DATI In tutte le discipline scientifiche ci si trova ad aver a che fare con numeri provenienti da osservazioni sperimentali. LE OSSERVAZIONI SPERIMENTALI CONTENGONO SEMPRE QUALCHE INESATTEZZA E QUINDI AL DATO E SEMPRE ASSOCIATA UN INCERTEZZA Se si conosce il comportamento statistico degli errori di misura è spesso possibile ridurre l effetto che queste incertezze hanno sul risultato finale.
TIPI DI ERRORE DI MISURA Si usa distinguere fra ERRORI SISTEMATICI e ERRORI CASUALI E DI SENSIBILITA Gli ERRORI STISTEMATICI sono variazioni del valore della grandezza derivata da strumenti mal tarati, leggi sbagliate, condizioni di misura mal controllate etc. Si possono correggere individuate le non sono necessariamente dovuti ad incuria da parte dello sperimentatore. (ESEMPI: sasso che cade per vedere quanto è profondo un pozzo, va considerata anche la velocità del suono; in una stanza calda il metro di metallo si dilata). In generale quindi questi errori dipendono dai particolari strumenti e tecniche di misura usati. Spesso hanno più peso degli errori casuali e a volte sono difficili da individuare. RISULTATI O DATI GREZZI prima della correzione e DATI CORRETTI dopo la correzione In condizioni di ripetibilità influenzano la misura sempre nello stesso verso e con la stessa intensità quindi modificare il metodo sperimentale di esecuzione della misura può essere un buon mezzo per individuarli.
ERRORI CASUALI ED ERRORI DI SENSIBILITA possono avere segno sia positivo che negativo e sono dovuti ad un grande numero di incontrollabili e sconosciute variazioni delle condizioni sperimentali Empiricamente si è verificato che sono distribuiti secondo una semplice legge e quiesto rende possibile e utile la trattazione delgi errori con metodi statistici Se eseguiamo una misura che ipotizziamo non essere affetta da errore sistematico si possono verificare due circonstanze. ERRORE DI TIPO B ripeto le misure varie volte e ottengo sempre lo stesso risultato. In questo caso l indeterminazione coincide con la sensibilità dello strumento quindi alla misura attribuiamo un errore di sensibilità. ERRORE DI TIPO A ripetendo la misura i risultati sono diversi, allora ho a che fare con indeterminazioni maggiori della sensibilità dello strumento. Ho a che fare allora con errori casuali e a questi posso applicare metodi statistici.
Grafici logaritmici Scopo dell utilizzo della carta logaritmica è quello di visualizzare fenomeni che almeno per una delle due variabili si estendono su varie decadi. Se non si utilizzasse questa carta la scala sarebbe troppo compressa e impedirebbe di vedere caratteristiche importanti del grafico. Ma non solo Molti fenomeni in fisica hanno un andamento esponenziale o a legge di potenza. Entrambe questi andamenti possono essere ricondotti ad un andamento lineare una volta graficati con la carta logaritmica. Ottenuto l andamento lineare è più semplice calcolare con metodi grafici i parametri della legge fisica.
LEGGE DI POTENZA Y=AX B Applicando la funzione ln a destra e sinistra lny = lna + B lnx che è una retta (notiamo che B è il suo coeff. angolare) Noi non usiamo la carta bilogaritmica con excel ma graficando lny in funzione del lnx otterremo lo stesso una retta. Esercizio: graficare prima una legge di potenza e poi lnx e lny delle x e delle y ottenute per verificare che si ottiene un andamento lineare.
LEGGE ESPONENZIALE Y=Ae BX Applicando la funzione ln a destra e sinistra lny = lna + BX che è una retta (notiamo che B è il suo coeff. angolare) Noi non usiamo la carta semilogaritmica con excel ma graficando lny in funzione di x otterremo lo stesso una retta. Esercizio: graficare prima una legge di esponenziale e poi x e lny delle y ottenute per verificare che si ottiene effettivamente un andamento lineare.
FIT DI DATI SPERIMENTALI Spesso è necessario verificare se dati sperimentali seguano o meno una certa legge teorica ed al contempo estrarre dei parametri da questo andamento. La procedura numerica con la quale si verifica l aderenza dei dati ad un certo andamento teorico tramite l ottimizzazione di alcuni parametri si chiama procedura di best fit. Molte procedure di best fit sono basate sul metodo dei minimi quadrati che è basato sulla minimizzazione dell errore quadratico. Quando la funzione teorica è una retta ( i parametri sono il coefficiente angolare e il termine noto) si parla di regressione lineare. Vediamo oggi come si può ottenere una regressione lineare con excel